homelab-codex-ws/scripts/onboard

scripts/onboard — Node Onboarding Tool

Idempotentny, deklaratywny onboarding nodów przez bash — bez Ansible. Każdy node opisany jest manifestem hosts/<node>/node.yaml; skrypt onboard.sh czyta manifest i woła numerowane kroki w kolejności.

Użycie

scripts/onboard/onboard.sh --node <name> [--step <name>] [--from <step>] [--dry-run]

Flaga	Opis
--node <name>	Nazwa node'a (wymagana); pasuje do hosts/<name>/node.yaml
--step <name>	Uruchom tylko ten jeden krok (np. 00-access)
--from <step>	Zacznij od tego kroku i kontynuuj do końca
--dry-run	Ustawia DRY_RUN=1; mutacje symulowane przez run(), sondy wykonywane naprawdę

# Pełny onboarding
scripts/onboard/onboard.sh --node lustro

# Tylko jeden krok
scripts/onboard/onboard.sh --node lustro --step 00-access

# Od kroku wzwyż
scripts/onboard/onboard.sh --node lustro --from 10-bootstrap-runtime

# Podgląd bez zmian (sondy stanu wykonują się naprawdę — plan jest realistyczny)
scripts/onboard/onboard.sh --node lustro --dry-run

hosts/<node>/node.yaml — schemat

name: LUSTRO                        # nazwa node'a (ALL CAPS)
role: edge                          # edge | compute | infra
location: KEN                       # identyfikator lokalizacji

ssh_user: pi                        # user SSH; może różnić się od "oskar" na edge nodach
                                    # (kolizja uid=1000 — użyj istniejącego usera)
first_contact: pi@192.168.31.19     # cel SSH przed Tailscale; KONIECZNIE IP, nie .local
                                    # (mDNS .local zawodny w automatyzacji)
tailscale:
  hostname: lustro                  # nazwa w mesh; cel po tailscale up
  ip:                               # wypełniane po join (opcjonalne)

deploy_autonomy: true               # true = onboard.sh może wykonywać mutacje autonomicznie
                                    # false = wydrukuj instrukcje manualne i zatrzymaj
git_control: false                  # true = node pulluje z Forgejo
                                    # false = push-based z SATURN (edge nodes)

hardware:
  arch: arm64                       # aarch64 | x86_64 | armv7l; wypełnia 00-preflight
  ram_mb: 4096                      # RAM w MB; wypełnia 00-preflight
  swap:
    kind: zram                      # zram | file | none; zram zalecany (SD wear)
  docker_present: true              # docker już zainstalowany?; wypełnia 00-preflight
  mm_runtime: systemd:magicmirror.service
                                    # runtime MagicMirror: systemd:<unit> | pm2 | process | none
                                    # wypełnia 00-preflight

services:
  node-agent:
    runtime:
      engine: docker                # docker | docker-compose
      mem_limit: 256m               # obowiązkowy (RPi4 RAM profil jak VPS — OOM ryzyko)

Uwagi do pól

• ssh_user — na edge nodach z istniejącym uid=1000 (np. pi na RPi OS) użyj tego usera zamiast tworzyć oskar; docker group membership i mem_limit node-agenta są zaprojektowane pod 1000:1000.
• first_contact — zawsze IP, nie hostname .local. mDNS okazał się zawodny w automatyzacji (transient resolve fail). Po tailscale up używaj tailscale.hostname.
• deploy_autonomy — gdy false, kroki 10+ wypisują instrukcje manualne i kończą pracę bez mutacji. Przydatne dla nodów zarządzanych przez inną osobę.
• git_control — gdy false, kroki z git/repo/clone w nazwie są pomijane.

Status kroków

Krok	Plik	Status	Opis
00-access	steps/00-access.sh	DONE	SSH key → first_contact, install Tailscale, tailscale up (interaktywny URL), verify pi@<ts_hostname> arch=aarch64
00-preflight	steps/00-preflight.sh	SCAFFOLD	Read-only: zbiera fakty (arch, RAM, docker, swap, MM runtime), wypisuje raport + YAML snippet do wklejenia w node.yaml
10-bootstrap-runtime	steps/10-bootstrap-runtime.sh	TODO	Tworzy /opt/homelab/ layout, chown <ssh_user>
20-install-docker	steps/20-install-docker.sh	TODO	Instaluje Docker Engine jeśli docker_present=false; skip gdy już zainstalowany
30-install-tailscale	steps/30-install-tailscale.sh	TODO	Superseded przez 00-access dla nowych nodów; może służyć do re-join
40-deploy-node-agent	steps/40-deploy-node-agent.sh	TODO	Deploy node-agent docker; user 1000:1000; mem_limit z node.yaml
50-verify	steps/50-verify.sh	TODO	End-to-end smoke: event dotarł do control plane, widać w UI, alert path Telegram

Architektura lib/

lib/common.sh   — log/warn/die/step/dryrun, run(), yaml_get, ensure_line, git() wrapper
lib/remote.sh   — rrun/rcopy/rsync_dir/rcheck (SSH wrappers, ONBOARD_SSH_USER/HOST)

run() i dry-run

DRY_RUN=1 jest eksportowane do wszystkich step-skryptów przez orchestrator.

# Mutacje owijamy w run() — w dry-run drukuje intent, nie wykonuje
run ssh-copy-id -i ~/.ssh/id_ed25519.pub pi@192.168.31.19

# Sondy stanu (ssh BatchMode test, command -v, status query) wykonują się ZAWSZE
# — dry-run musi pokazywać realistyczny plan oparty na aktualnym stanie
if ssh -o BatchMode=yes pi@192.168.31.19 true 2>/dev/null; then
    log "key already present — skip"
fi

yaml_get — fallback bez yq

Gdy yq nie jest dostępne, używany jest grep+sed fallback. Pułapki:

• Inline komentarze YAML (key: value # komentarz) są strippowane przez s/[[:space:]]\+#.*$// — wymaga co najmniej jednej spacji przed #, więc url#fragment pozostaje nienaruszone.
• Parser jest non-greedy na : — s/^[[:space:]]*[^:]*:[[:space:]]*//' — wartości z dwukropkiem (np. systemd:magicmirror.service) są czytane poprawnie.
• Dot-path (tailscale.hostname) działa tylko z yq; fallback pasuje po ostatnim segmencie (hostname). Nazwy pól w node.yaml muszą być unikalne.

Gotchas / Learnings

Problem	Rozwiązanie
mDNS .local zawodny	Użyj IP w first_contact; .local OK interaktywnie, nie w automatyzacji
Istniejący uid=1000 na edge node	Użyj tego usera; nie twórz oskar (kolizja uid, zepsuje własność MM)
swap plik na SD	Migruj na zram — wear reduction; dodaj krok do 10-bootstrap-runtime
dry-run zatrzymuje się na orchestratorze	run() wrapper + export DRY_RUN=1; sondy muszą działać też w dry-run
SSH known-hosts warning w parsowanym output	-o LogLevel=ERROR na SSH do nowego hosta w mesh
yaml_get gubi prefix po : w wartości	Non-greedy ^[[:space:]]*[^:]*: zamiast .*:
yaml_get nie usuwa inline komentarzy	s/[[:space:]]\+#.*$// po ekstrakcji wartości
RPi4 4 GB RAM — OOM ryzyko	mem_limit w node-agent override obowiązkowy (profil jak VPS)